IDEA-FinAI 发布 TB-MathModel:首个可验证的数学建模 agent 基准
IDEA-FinAI · hf · 2026-11-07
IDEA-FinAI 在 Hugging Face 发布 TB-MathModel,一个终端风格(terminal-style)的基准，号称首个面向数学建模的 agentic 且可验证 benchmark。任务为完整的竞赛风格数学建模题，agent 需在终端环境中完成求解；评分方式是将最终数值答案与多份人类参考答案比对，并附带可行性检查，从而让开放式建模题也能自动、客观地打分。
「研究」频道最新
- MIT 与斯坦福推出机器人自主教材，融合经典机器人学与 AI 且免费在线 — GioeleZardini · 2026-11-07
- UIUC 发布 OpenFrontiers:开放研究问题库+科学再发现评测基准 — Jiarui Yao · 2026-11-07
- 二核苷酸打乱保留 CA 起始子,基因组模型负样本设计有坑 — anshulkundaje · 2026-11-07
- 负样本选错致漏掉 GATA motif,ProCapNet 团队复盘教训 — anshulkundaje · 2026-11-07
- 模型可预测并解释细胞型特异 TSS 用法,MEF2 motif 实证 — anshulkundaje · 2026-11-07
- 斯坦福团队用 200+ ENCODE 数据集训练 ProCapNet，绘制人类转录起始序列图谱 — anshulkundaje · 2026-11-07